謝娟英,夏 琴

(陜西師范大學 計算機科學學院, 陜西 西安 710119)

2019年12月新型冠狀病毒肺炎(corona virus disease 2019，COVID-19)疫情暴發(fā)，感染人數迅速增長[1]。截至2021年9月，全球累計確診新冠肺炎人數達2.2億，其中死亡人數達458萬，確診和死亡人數呈現持續(xù)快速增長趨勢[2-3]。依據《新型冠狀病毒肺炎診療方案(試行第七版)》[4]，肺部影像的診斷結果可作為新冠肺炎患者的評判標準，新冠肺炎患者肺部影像早期呈現多發(fā)小斑片影及間質改變，進而發(fā)展為雙肺多發(fā)浸潤影、磨玻璃影，嚴重的患者出現胸腔積液少見、肺實變等。放射科醫(yī)生通過查看肺部影像，結合臨床信息，發(fā)現異常之處，從而診斷出新冠肺炎患者。

作為一種常見的醫(yī)學放射成像方式，計算機斷層掃描(computed tomography，CT)是醫(yī)生診斷肺炎的重要手段[5]。醫(yī)生通過查看肺部CT圖像，判斷是否存在新冠肺炎患者特征，包括毛玻璃影結節(jié)、肺纖維化、胸腔積液以及多發(fā)性病變等[6-8]，從而做出診斷。然而，診斷結果常常取決于放射科醫(yī)師經驗，人為因素影響很大，診斷困難且耗時。因此，利用計算機輔助醫(yī)生對肺部CT圖像病變區(qū)域進行診斷，定量評估治療前后效果，不僅能提高醫(yī)生的醫(yī)學影像判讀效率，而且能加強醫(yī)生的臨床診療能力，提高患者治愈率、減少病人等待時間。隨著深度學習技術的蓬勃發(fā)展，出現了基于深度學習的安全、準確、高效的計算機輔助診斷手段[9-12]，在醫(yī)學圖像分析領域取得顯著效果。

醫(yī)學圖像分割是依據頻域、灰度、紋理等特征對2D或3D圖像進行分割。在全球新冠肺炎疫情暴發(fā)后，許多研究者開展了基于深度學習的新冠肺炎CT圖像分割研究。Rajamani等提出DDANet模型，運用動態(tài)可變形交叉注意力機制，在新冠肺炎CT圖像數據集COVID-SemiSeg的Dice指標達到79.1%[13]。Budak等在SegNet模型基礎上使用注意門控機制自動分割新冠肺炎CT圖像的病變區(qū)域，在473張新冠肺炎CT圖像數據集的Dice指標達到89.61%[14-15]。Kumar等提出LungINFseg模型[16]，該模型使用接受域感知(receptive-field-aware，RFA)模塊，在不丟失任何信息的情況下擴大分割模型的接受域，提高模型學習能力，在新冠肺炎CT圖像數據集COVID19Seg的Dice指標達到80.34%。Fan等提出用于新冠肺炎肺部感染分割的Inf-Net模型[17]，并行部分解碼器來聚合高層特征，用隱性反向注意力和顯性邊緣注意力針對病灶邊界進行建模，提出了一種基于隨機選擇傳播策略的半監(jiān)督分割框架，在新冠肺炎CT圖像數據集COVID-SemiSeg的Dice指標達到73.9%。使用深度學習方法可以自動精確地對新冠肺炎CT圖像分割病變區(qū)域，為醫(yī)生診斷提供輔助意見，提高診斷效率。

深度學習模型不僅需要大量訓練樣本，且往往比較費時，為此本文提出輕量化的新冠肺炎肺部CT圖像分割模型COVIDSeg。首先，提出輕量化的壓縮-擴展通道注意力模塊SECA(squeeze and extend channel attention block)，降低模型參數，提高計算效率，通過跳層連接緩解模型退化問題，加入通道注意力子模塊增強特征表達能力；其次，提出殘差多尺度注意力模塊RMSCA(residual multi-scale channel attention block)，通過多分支結構捕獲多尺度信息，增大模型感受野；同時，將SECA模塊和RMSCA模塊作為編碼器子網絡的主要組成模塊，通過雙通路結構連接各模塊，通路內特征逐層傳遞，通路間多級特征交互，促進不同層級有效信息的傳遞和表達。

1 相關工作

1.1 深度圖像分割

圖像分割是計算機視覺領域的重點研究方向，深度學習技術使得圖像分割研究得到空前發(fā)展，尤其卷積神經網絡(CNN)[18]為提取圖像特征帶來了全新解決方案。Shelhamer等以卷積神經網絡為基礎，提出全卷積神經網絡(FCN)[19]，用卷積層代替了傳統(tǒng)卷積神經網絡模型中的全連接層，對圖像進行像素級別的分類，解決了語義級別的圖像分割問題。2015年的ISBI Challenge比賽上，Ronneberger等提出U-Net模型[20]，用級聯(lián)操作將編碼器與解碼器融合，編碼器對輸入圖像進行編碼，用卷積進行下采樣，提取圖像特征，解碼器采用反卷積進行上采樣，將編碼信息映射為對應的二值分割掩模；與FCN模型對比，該模型可以在較少樣本量上完成網絡訓練并實現圖像分割。隨后,大量研究人員在U-Net模型基礎上進行改進，Zhou等2018年提出U-Net++模型[21]，在解碼器和編碼器間增加了細粒度信息，重新設計了跳躍連接；Oktay等提出Attention U-Net模型[22]，在拼接編碼器和解碼器對應特征圖之前使用注意力機制，抑制了無關區(qū)域的特征，提高了分割準確度。

1.2 通道注意力機制

注意力機制是深度學習常用的數據處理方法，是對人類認知功能的模擬[23]，利用有限的注意力資源從海量信息中快速篩選高價值的信息。注意力機制快速掃描全局圖像，發(fā)現重點關注的目標區(qū)域，對該區(qū)域投入更多注意力，以獲取更多細節(jié)信息，抑制其他無用信息。

通道注意力機制通過捕獲通道間依賴關系，強調或弱化通道間特征響應，提高網絡表達能力。Hu等提出的SENet(squeeze-and-excitation networks)模型中的SE模塊是一種典型的通道域注意力機制[24]。Wang等在SENet模型基礎上，提出一種不降維的局部跨信道交互策略，用于圖像分割[25]。其他基于通道注意力的模型還包括GCNet[26]、DANet[27]等。本文擬將SE模塊融入提出的新模型，以增強特征表達能力。

1.3 跳層連接與多尺度

近年來，隨著深度卷積神經網絡在計算機視覺領域的崛起，涌現出許多高效模型。但隨著網絡層數的加深，會出現信號和梯度消失現象，為此出現了跳層連接模型。Schraudolph等最早提出跳層連接思想[28]。Raiko等研究了跳層連接對模型性能的影響，發(fā)現跳層連接不僅提高了隨機梯度下降算法的學習能力，而且提高了模型的泛化能力[29]。Srivastava等借鑒LSTM模型的控制門思想提出了殘差結構[30]。ResNet模型借助跳層連接，訓練更深網絡[31]。DenseNet模型[32]在跳層連接基礎上，建立前、后層的密集連接，使各層間都有連接，每一層都以前面所有層的輸出為其輸入，提高了模型的信息提取能力。

多尺度是對信號不同粒度的采樣，在不同尺度下可以觀察到不同特征，完成不同任務。卷積神經網絡通過逐層抽象方式來提取目標特征，感受野太小，只能觀察到局部特征，感受野太大，則會獲取過多無效信息，因此大量多尺度特征融合模型被提出。多尺度特征融合模型分為并行多分支模型和串行多分支模型，二者均在不同感受野下進行特征提取。常見的并行多分支模型有Inception[33]、DeepLabv3[34]、PSPNet[35]和Big-Little Net[36]等。并行多分支模型結構能夠在同一層級獲取不同感受野的特征，融合后傳遞到下一層，可以更好地平衡計算量，有利于壓縮模型。串行多分支模型通過跳層連接來完成特征組合，這種模型結構在圖像分割中很常見，如FCN[19]、U-Net[20]等模型。串行多分支模型結構將不同抽象層級的特征進行融合，對于邊界敏感的圖像分割任務不可缺少。

2 模型與方法

2.1 壓縮-擴展通道注意力模塊

本文提出的壓縮-擴展通道注意力模塊(squeeze and extend channel attention block,SECA)遵循輕量化、跳層連接、注意力增強原則。其中:輕量化有助于降低模型參數，提高計算效率；跳層連接有助于緩解模型退化問題；通道注意力子模塊有助于增強特征表達能力。具體結構如圖1所示。

圖1 壓縮-擴展通道注意力模塊SECA

首先，將輸入特征圖X經過1×1卷積，輸出特征圖F1，其通道數變少、分辨率不變，有助于減少后續(xù)操作的計算量,如式(1)所示。

(1)

然后，將生成的特征圖F1經過3×3卷積，進一步提取特征，輸出特征圖F2與輸入特征圖尺寸保持一致，如式(2)所示。

(2)

接著，將生成特征圖F2經過1×1卷積，使輸出特征圖的通道數變多、分辨率不變，與輸入的原始特征圖X尺寸大小一致；然后和輸入的原始特征圖X逐元素相加，即圖1的跳層連接，再進行批歸一化BN處理，之后輸入給激活函數PReLU，如式(3)～(4)所示。

(3)

(4)

最后，將生成的特征圖F4經過通道注意力模塊，增強輸入特征的表達能力，輸出最終的特征圖

(5)

2.2 殘差多尺度注意力模塊

本文提出的殘差多尺度注意力模塊RMSCA(residual multi-scale channel attention block)遵循多尺度、跳層連接、注意力增強原則。通過多分支結構捕獲多尺度信息，增大模型感受野；跳層連接避免信息消失，提升模型提取信息能力和泛化能力；注意力增強提升模型的特征表達能力。RMSCA模塊的具體結構如圖2所示。

圖2 殘差多尺度注意力模塊RMSCA

假定輸入特征圖為X∈RC×H×W。一方面，經過3×3卷積來提取特征，由于殘差多尺度注意力模塊在COVIDSeg模型中的不同位置，因此經過3×3卷積后輸出特征圖的通道數和分辨率可能改變，也可能與輸入特征圖尺寸保持一致。當輸出特征圖通道數和分辨率發(fā)生變化時，3×3卷積的步長stride為3；當輸出特征圖與輸入特征圖尺寸一致時，3×3卷積的步長stride為1，該操作如式(6)所示。

(6)

另一方面，經過1×1卷積提取特征，該卷積的步長與上述3×3卷積的步長相同，其輸出特征圖F2與特征圖F1尺寸大小一致，如式(7)所示。

(7)

3×3卷積和1×1卷積對同一輸入特征圖在不同尺度上提取特征，2種特征在后續(xù)操作中通過逐元素相加進行有效融合。

另外，將特征圖F1經過3×3卷積，輸出與F1尺寸大小一致的特征圖

(8)

接著，特征圖F1、F2和F3逐元素相加進行特征融合，其中F1和F2的相加可看做不同尺度下的特征融合，F1和F3的相加屬于殘差特征融合，如式(9)～(10)所示。

F4=F1⊕F2⊕F3，

(9)

F5=PReLU(BN(F4))。

(10)

最后，將生成的特征圖F5經過通道注意力模塊，增強輸入特征的表達能力，輸出最終生成的特征圖

(11)

2.3 卷積下采樣模塊和特征聚合模塊

卷積下采樣模塊CDS(convolution down sampling)位于編碼子網絡中，該模塊執(zhí)行下采樣任務，具體結構如圖3所示。

圖3 卷積下采樣模塊CDS

其中,輸入特征圖通過3×3卷積提取特征，然后經過批歸一化BN和激活函數PReLU后輸出特征圖。經過卷積下采樣模塊后輸出特征圖的通道數增加，分辨率降低。

特征聚合模塊FFM[37](feature fusion module)是解碼器子網絡的主要組成部分，將解碼子網絡中上一Stage層的輸出特征進行多尺度特征提取，具體結構如圖4所示。

圖4 特征聚合模塊FFM

輸入特征圖先經過1×1卷積提取特征，再分2路分別經過空洞率為2的3×3空洞卷積和空洞率為1的3×3空洞卷積，然后將2路特征圖逐元素相加，最后經過批歸一化BN操作，輸出特征圖。經過特征聚合模塊后輸出特征圖的通道數減少，分辨率不變。

2.4 COVIDSeg模型

COVIDSeg模型(圖5)包含COVIDSeg-Base模型和在COVIDSeg-Base模型基礎上擴展而出的COVIDSeg-Large模型，2種模型結構一致，其中的模塊類型相同，數量不同。圖5a是COVIDSeg-Base模型，圖5b是COVIDSeg-Large模型，2種模型在本文統(tǒng)稱為COVIDSeg模型。

COVIDSeg模型包括編碼子網絡和解碼子網絡兩部分，每部分分別包含4個Stage層，如圖5所示的Stage1-Stage4。編碼子網絡由雙通路結構構成，即圖5的Left Path和Right Path通路，這些通路連接各個模塊，通路內特征逐層傳遞，通路間多級特征交互，從而促進不同層級有效信息的傳遞和表達。編碼子網絡的SECA模塊匯聚了不同通路的特征，并在不同通路間傳遞。解碼子網絡是一個簡單有效的多尺度特征解碼網絡，各Stage層逐層進行特征上采樣，并融合編碼子網絡對應Stage層的特征圖。下面以圖5a展示的模型COVIDSeg-Base為例詳細闡述COVIDSeg模型的網絡結構。

圖5a所示COVIDSeg-Base模型的編碼子網含有左通路(left path)和右通路(right path)，從上到下4個Stage層，各Stage層輸出特征的通道數依次增加，分辨率依次減小。每個Stage層包括一個SECA模塊、一個CDS模塊和3個RMSCA模塊，每個Stage層最上面的RMSCA和CDS模塊輸出特征圖的通道數和分辨率均發(fā)生改變，其他模塊輸入特征圖與輸出特征圖的尺寸保持一致，因此給另外2個RMSCA模塊間添加跳層鏈接，融合2個RMSCA模塊的輸出。編碼子網絡的左通路負責特征的聚合與分發(fā)，先將CDS模塊和RMSCA模塊輸出的特征逐元素相加實現多通路特征聚合，而后經過SECA模塊實現特征提取，最后將提取的特征分發(fā)到右通路的相應模塊，以實現特征增強，并傳遞到下一個Stage層；編碼子網絡的右通路是主干分支，負責主要特征的提取和傳遞。

COVIDSeg-Base模型的解碼子網絡由Stage1-Stage4共4個Stage層構成，依次對應編碼子網絡的Stage4-Stage1，各Stage層輸出特征圖的通道數依次減少，分辨率依次增加。解碼子網絡的各Stage層以上一Stage層的輸出經過FFM模塊進行特征聚合，然后與編碼子網絡對應Stage層的輸出經過1×1卷積和批歸一化BN操作后，進行逐元素相加，作為該Stage層的輸入。解碼子網絡的各Stage層包括1×1卷積、線性插值、FFM 3種主要模塊。其中，與編碼子網絡連接的1×1卷積不改變特征圖的通道數和分辨率，實現了跨通道信息整合；與模型輸出連接的1×1卷積將特征圖的通道數變?yōu)?，分辨率不改變。圖中的2×、4×、8×表示線性插值，經過該操作后特征圖的通道數不變，分辨率增加相應倍數。FFM模塊的多尺度特征聚合，提高了網絡的特征表達能力。

圖5b的COVIDSeg-Large模型是在COVIDSeg-Base模型基礎上進行進一步改進獲得，其框架與COVIDSeg-Base模型一致，只是COVIDSeg-Large模型編碼子網絡的每個Stage層中增加了1個SECA模塊和2個RMSCA模塊。COVIDSeg-Large模型通過復用SECA模塊和RMSCA模塊，以及保持相似的模塊連接，來增強模型的表達能力。

圖5 本文提出的COVIDSeg模型結構圖

以CONVIDSeg-Base模型為例，假設輸入圖像為3×512×512，即3通道、512寬、512高的圖像，編碼子網絡4個Stage層的輸出特征則依次為8×256×256、24×128×128、32×64×64、64×32×32。CONVIDSeg-Base模型每個Stage層內各模塊輸出特征圖的相關信息如表1所示。

表1 COVIDSeg-Base模型結構細節(jié)(輸入為3×512×512)

3 實驗結果與分析

3.1 實驗數據

目前,針對新冠肺炎肺部CT圖像分割的研究主要分為2類:第1類旨在圖像中分割出肺部區(qū)域[38-39]，這是新冠肺炎研究的第一步；第2類旨在圖像中直接分割出肺部感染病變區(qū)域[37,40-42]。本文屬于第2類研究,我們采用有肺部感染區(qū)域標記的數據集，用提出的COVIDSeg模型分割圖像病變區(qū)域，測試模型的分割結果與標記是否一致。由于新冠肺炎肺部CT圖像數據來源、分割標準、病變標注類型各不同，難以組合成一個統(tǒng)一的CT圖像分割數據集[40,43-44]。因此，本文利用2020年發(fā)布的4個廣泛使用的COVID-19 CT圖像分割公開數據集測試提出的模型COVIDSeg。4個公開數據集分別是：COVID-19 CT Segmentation Dataset中的2個子數據集[45]、COVID-19 CT Lung and Infection Segmentation Dataset[41]和MosMedData[46]。為方便起見，本文將這些數據集分別命名為COVID-19-A[45]、COVID-19-B[45]、COVID-19-C[41]、COVID-19-D[46],其基本信息如表2所示。

表2 實驗用COVID-19 CT數據集圖像數量統(tǒng)計

表2顯示，COVID-19-A數據集包含來自約60個不同病例的共100張軸向二維CT切片，均為感染了新冠肺炎的CT切片；該數據集的CT圖像來自意大利醫(yī)學和介入放射學會，放射科醫(yī)生使用不同標簽來標識CT圖像的肺部感染區(qū)域，提供了毛玻璃(ground glass)、結石(consolidation)和胸腔積液(pleural effusion)3種病變標簽，本文將3種標簽合并為病變標簽。COVID-19-B數據集包含來自Radiopaedia的9個不同病例共829張軸向二維CT切片，放射科醫(yī)師將其中的373張切片評估為新冠肺炎切片，并進行圖像分割標示，數據為NIFTI格式。COVID-19-C數據集包含來自Coronacases Initiative和Radiopaedia的20個不同病例共1 844張CT切片，所有圖像均為感染了新冠肺炎的CT切片，圖像由有經驗的放射科醫(yī)生標記。COVID-19-D數據集包含來自俄羅斯莫斯科市立醫(yī)院1 110個病例的肺部CT圖像，診斷和遠程醫(yī)療技術專家對其中50個病例圖像進行標注，共包含785張確診新冠肺炎的CT圖像，該數據集提供了毛玻璃(ground glass)、結石(consolidation)2種病變標簽，本文將2種標簽合并為病變標簽。

4種數據集的部分圖像如圖6所示，第1行表示原始CT圖像，第2行表示Mask標記圖像。其中，圖6a來自COVID-19-A數據集，圖6b來自COVID-19-B數據集，圖6c為COVID-19-C數據集的示例，圖6d為COVID-19-D數據集的示例。

圖6 COVID CT數據集部分CT圖像

3.2 實驗環(huán)境與評價指標

本文實驗操作系統(tǒng)為Ubuntu 16.04，在單個型號為NVIDIA GeForce RTX 2080的GPU上訓練模型?；赑yTorch 1.4.0深度學習框架構建COVID-19圖像分割網絡，CUDA版本9.0。利用Adam優(yōu)化器來更新網絡模型權重，初始學習率是0.001，學習率衰減值為0.000 1，beta_1參數為0.9，beta_2參數為0.999。使用poly學習策略更新學習率。使用交叉熵損失函數，batch size為5，最大訓練次數為80，保留最后一輪訓練結果模型。

使用醫(yī)學圖像分割領域常用的5種評價指標來定量評價提出的新冠肺炎CT圖像分割模型COVIDSeg的性能。5種評價指標包括：平均交并比(mean intersection over union，MIoU)、靈敏度(sensitivity，SEN)、特異度(specificity，SPE)、Dice相關性系數(Dice similarity coefficient，DSC)以及豪斯多夫距離(Hausdorff distance，HD)。各指標分別定義如下。

MIoU(式中簡記為MIoU)表示平均每一類的預測值和真實值的交集與并集的比值，計算公式為

(12)

式中:k為類別數;TP為正確預測為第i類的樣本數;FP表示錯誤預測為第i類的樣本數;FN表示錯誤預測為不是第i類的樣本數。

本文實驗只有病變區(qū)域和背景區(qū)域，我們用TP表示正確分割為肺部病變區(qū)域的真陽性像素數，FP表示錯誤分割為肺部病變區(qū)域的假陽性像素數，TN表示正確分割為背景區(qū)域的真陰性像素數，FN表示錯誤分割為背景區(qū)域的假陰性像素數，則考慮算法對病灶區(qū)域和背景區(qū)域綜合分割性能的MIoU為

(13)

Sensitivity(式中簡記為Sp)也稱為True positive rate，在二分類問題中表示正類(即本文的病變區(qū)域)的識別率。因此，本文用Sensitivity衡量算法正確分割出肺部病變區(qū)域的能力，定義為正確分割為肺部病變區(qū)域與真實肺部病變區(qū)的比率。靈敏度的值越接近1，說明肺部病變區(qū)域像素點被錯誤分割成背景區(qū)域像素點越少，其分割性能越好。計算公式為

(14)

Specificity(式中簡記為Sn)也稱為True negative rate，在二分類問題中表示負類(即本文CT圖像的背景區(qū)域)的識別率，表達了真實負類被正確預測為負類的比例。本文用Specificity表示算法正確分割為真實背景區(qū)域的比率，衡量算法正確分割出背景區(qū)域像素點的能力。計算公式為

(15)

DSC是集合相似性的度量指標，計算2個集合的相似度，值域為[0, 1];最好時為1，表示2個集合完全相似;最差時為0，表示2個集合沒有任何相似性。在圖像分割問題中，DSC(式中簡記為DSC)用來度量算法的分割結果與真實結果的相似性。計算公式為

(16)

式中：X和Y分別表示真實結果和算法分割結果；X∩Y表示X和Y的交集。

HD描述2組點集間的相似度，對分割邊界敏感。計算公式為

(17)

(18)

HD(A,B)=max(h(A,B),h(B,A))。

(19)

式中：‖·‖是距離范式；h(A,B)和h(B,A)分別為從點集A到點集B和從點集B到點集A的單向豪斯多夫距離；式(19)是豪斯多夫距離的最基本形式，稱作雙向豪斯多夫距離。雙向豪斯多夫距離HD(A,B)是單向距離h(A,B)和h(B,A)中的較大者，它度量了2個點集間的最大不匹配程度，其值越小越好。

另外，還將比較本文COVIDSeg模型與現有模型的參數量和時間效率，即模型的時間復雜度和空間復雜度。

3.3 數據預處理

本文采用5-折交叉驗證實驗，測試提出的COVIDSeg模型。為了保證數據輸入的一致性，圖像大小統(tǒng)一調整為512×512。采用歸一化(Normalize)、成比例縮放圖像大小(Scale)、隨機裁剪并調整大小(RandomCropResize)、隨機翻轉(RandomFlip)共4種數據預處理方式。其中，歸一化操作Normalize( )對輸入的RGB圖像3個維度分別計算平均值和方差，并逐維度進行歸一化處理；成比例縮放圖像大小操作Scale(w,h)分別用雙線性插值和最近鄰插值改變輸入圖像和Mask標記圖像的尺寸至寬高分別為w和h的圖像；隨機裁剪并調整大小操作RandomCropResize(n)以0.5的概率隨機選取圖像，沿圖像外圍在最大為n的范圍內裁剪，裁剪后圖像以最近鄰插值方式恢復至輸入圖像大?。浑S機翻轉操作RandomFlip( )以0.5的概率水平或豎直翻轉圖像。

本文實驗組合上述4種數據預處理策略，得到如表3所示的5種不同數據預處理方法。其中，訓練集在一輪訓練中依次采用#1-#4方法進行數據預處理，共訓練80輪；測試集用#5方法進行預處理。

表3 數據預處理方法

3.4 COVIDSeg與其他方法的對比實驗

本文將在不同圖像分割數據集測試提出的COVIDSeg(COVIDSeg-Base和COVIDSeg-Large)模型，并與其他10種主流分割模型進行性能比較。這里選擇了2種類型的主流圖像分割模型，一種是分割模型參數量大、計算復雜度高的模型，如U-Net[20]、U-Net++[21]、Attention U-Net[22]、SegNet[15]、 DeepLabv3[34]、DeepLabv3+[47]；另一種是分割模型參數量小、計算復雜度低的輕量化模型，如ENet[48]、ESPNet[49]、CGNet[50]、EDANet[51]等。表4列出了各模型的參數量(parameter)和浮點運算次數(floating-point operations, FLOPs)，分別從空間占用和時間消耗兩方面衡量模型性能，即比較模型的時間和空間復雜度。

表4 各模型的參數量和FLOPs

各模型5-折交叉驗證實驗的結果如表5所示，加粗表示最優(yōu)結果，下劃線表示本文提出的COVIDSeg模型性能在所有比較算法中位居前三，但非最優(yōu)結果。從表4可以看出，與10種主流分割模型相比，本文提出的2種模型參數量較少，因此能夠有效避免小數據在大模型上的過擬合問題。另外，本文提出的2種模型的FLOPs值較小，表明模型的時間效率高、計算速度較快、時間消耗較低。

表5 各模型的5折交叉驗證實驗結果

下劃線表示本文提出的COVIDSeg模型性能位居前三。

表5實驗結果可見，提出的COVIDSeg模型在COVID-19-C數據集的性能最優(yōu)，然后依次是在COVID-19-D、COVID-19-A、COVID-19-B數據集的性能?？傮w來看，本文提出的COVIDSeg模型是所有比較模型中性能最優(yōu)的。對比模型DeepLabv3在COVID-19-A數據集的MIoU、DSC和HD指標取得最優(yōu)值，與參數量類似的輕量化模型相比，本文提出的COVIDseg模型性能優(yōu)越性更加明顯。

另外，對比提出的2個模型的5-折交叉驗證實驗結果發(fā)現，COVIDSeg-Large模型的性能更優(yōu)。除了COVID-19-D數據集，其在COVID-19-A、COVID-19-B和COVID-19-C數據集的MIoU、DSC和HD指標都優(yōu)于提出的COVIDSeg-Base模型；但其在COVID-19-D數據集SEN和SPE指標優(yōu)于提出的COVIDSeg-Base模型。

3.5 主要模塊和結構測試實驗

3.5.1 主要模塊測試

為了分析提出的SECA和RMSCA模塊對模型性能的影響，以COVIDSeg-Base模型為例使用COVID-19-B數據集進行實驗，通過MIoU、SEN、SPE、DSC和HD量化分析指標，驗證SECA和RMSCA模塊對提出COVIDSeg模型的作用。實驗結果如表6所示，其中model-1是COVIDSeg-Base模型中有SECA模塊沒有RMSCA模塊的結果，model-2是COVIDSeg-Base模型中有RMSCA模塊但沒有SECA模塊的結果，model-3是完整的COVIDSeg-Base模型，加粗表示最好結果。

表6 不同模塊對模型性能的影響

實驗結果顯示，同時擁有SECA和RMSCA模塊的COVIDSeg-Base模型在MIoU、SPE、DSC和HD 4個指標上均取得最優(yōu)值，較各指標最差值分別提升2.83%、0.39%、3.54%和12.88%，在SEN指標上取得了次優(yōu)結果，model-1的SEN值最優(yōu)。這表明完整的COVIDSeg-Base模型對新冠肺炎肺部CT圖像的分割效果最好。model-1在SEN指標上取得最優(yōu)結果，在SPE指標上取得最差結果，這說明model-1會將較多的非病變區(qū)域(背景)誤識為病變區(qū)域。分析原因是，真實的Mask標記圖像中病變區(qū)域往往存在較多微小的非病變區(qū)域，這些微小的非病變區(qū)域被預測為病變區(qū)域，導致對病變區(qū)域識別能力高(SEN指標最優(yōu))，對非病變區(qū)域識別能力差(SPE指標最差)。model-1與model-2相比發(fā)現，后者在MIoU、SPE、DSC、HD 4個指標上均取得了更優(yōu)結果，說明提出的RMSCA模塊對于新冠肺炎CT圖像的正確分割非常重要。

3.5.2 雙通路結構測試

為了分析COVIDSeg雙通路結構對模型性能的影響，依然以COVIDSeg-Base模型為例，在COVIDSeg-Base基礎上，設計2個單通路編碼器結構，測試雙通路結構的性能，實驗結果如表7所示。右通路是指僅保留編碼子網絡雙通路結構中的右通路，并取消左右通路間的信息交互操作；同理，左通路是指僅保留雙通路結構中的左通路，取消左右通路間的信息交互操作，同時用左通路的輸出代替右通路的輸出與相應的解碼器Stage層交互；雙通路是指本文提出的帶有雙通路結構的COVIDSeg-Base。表中加粗指標值表示模型在同一指標下的最優(yōu)結果。

表7 雙通路結構對模型性能的影響

表7實驗結果顯示，與2種單通路結構相比，雙通路結構在MIoU、SPE、DSC 3項指標上均取得了最優(yōu)結果，與表7中各指標的最差值相比，分別提升4.91%、0.72%和6.32%；另外，雙通路結構分別在SEN、HD指標上取得次優(yōu)結果。比較右通路和左通路模型發(fā)現，左通路模型在除了HD的其他4個量化指標上均優(yōu)于右通路模型，說明左通路對模型COVIDSeg的性能貢獻大于右通路。因為左通路的主要模塊是SECA模塊，這說明提出的SECA模塊有很強的特征提取能力。

另外，左通路模型本質上相當于表6中去掉RMSCA模塊的model-1模型，但左通路模型除了包含SECA模塊，還包含卷積下采樣模塊CDS。因此，表6中去掉SECA模塊的model-2模型比右通路模型多了卷積下采樣模塊CDS以及通路間的信息交換。表6中model-2模型的MIoU、SEN、SPE和DSC指標比右通路模塊更優(yōu)，這說明COVIDSeg模型左通路的卷積下采樣模塊CDS和左右通路間的信息交互對整個模型COVIDSeg的性能提升不可或缺。

與表5中的10種主流模型相比，表7的左通路和右通路模型在多項指標上也取得了不錯的結果，這不僅表明本文提出的左、右單個通路結構的有效性，也說明本文提出的SECA和RMSCA模塊的有效性。

3.6 結果可視化

通過提出的COVIDSeg-Base模型和COVIDSeg-Large模型在COVID-19-A、COVID-19-B、COVID-19-C和COVID-19-D數據集部分實驗結果的可視化，來展示提出的COVIDSeg模型的分割性能，實驗結果如圖7所示。圖7a來自COVID-19-A數據集，圖7b來自COVID-19-B數據集，圖7c來自COVID-19-C數據集，圖7d來自COVID-19-D數據集。

圖7 COVIDSeg模型分割結果的可視化

從圖7可以看出，提出的COVIDSeg-Base模型和COVIDSeg-Large模型在4個數據集的分割結果與圖像的真實Mask標記大致相同，能夠較好地對肺部CT圖像進行分割。同時，提出的模型能夠對CT圖像的整體病變輪廓進行很好分割，尤其是能較好地分割較大的病變區(qū)域，但對于微小病變區(qū)域的分割效果仍然有值得改進的空間。另外，COVIDSeg-Large模型的分割結果比COVIDSeg-Base模型的分割結果更精確。

4 結論

基于深度學習的醫(yī)學圖像分割在計算機輔助診斷中有著廣泛應用價值和重要研究意義。本文基于輕量化模型設計原則，提出了針對COVID-19肺部CT圖像分割的輕量化模型COVIDSeg。該模型采用雙通路結構，包括提出的通道注意力模塊SECA和提出的具有多尺度、殘差連接等設計思想的注意力模塊RMSCA，以及復雜的跳層連接和通道間信息交互連接，能捕獲豐富的上下文信息，在多個新冠肺炎肺部CT圖像數據集取得了良好的分割效果。

然而，本文提出的COVIDSeg模型各模塊間的連接存在太多人為設計痕跡，不能保證所得模型是最優(yōu)模型。如何自動搜索設計最優(yōu)的模塊連接方式，使模型性能達到最優(yōu)，仍然有待進一步研究。